Qblox conecta NVIDIA DGX Spark ao controle quântico com latência abaixo de 7,2 µs
A Qblox afirma ter integrado o NVIDIA DGX Spark ao seu controlador quântico via NVQLink, com foco em calibração em tempo real e correção de erros.
Esta página foi traduzida do inglês. Os nomes de empresas e produtos e os links das fontes permanecem inalterados. Leia o original em inglês
A Qblox afirma ter conectado o sistema de IA de desktop DGX Spark, da NVIDIA, ao seu controlador de sistema quântico usando o NVIDIA NVQLink, reportando latência de ida e volta medida abaixo de 7,2 microssegundos no DGX Spark e abaixo de 4,0 microssegundos em uma NVIDIA RTX PRO 6000 Blackwell. Segundo o anúncio da empresa, o objetivo é colocar a computação em GPU diretamente no laço de controle quântico em tempo real para cargas de trabalho como calibração e correção quântica de erros.
O que foi anunciado
O anúncio, publicado em 22 de outubro, marca mais um passo no trabalho da Qblox com a NVIDIA em computação híbrida quântico-clássica. A Qblox afirma que a nova configuração combina sua pilha de controle com o NVIDIA DGX Spark para que uma única máquina de desktop possa hospedar cargas de trabalho quânticas, de IA e de simulação por meio do CUDA-Q.
Segundo o anúncio, desenvolvedores podem criar aplicações em hardware de desktop e depois mover o mesmo código para servidores com GPU à medida que os sistemas ganham escala. A NVIDIA descreve o CUDA-Q como uma plataforma aberta de computação quântica que abrange recursos de CPU, GPU e QPU em um único programa.
O CEO e cofundador da Qblox, Niels Bultink, disse que o controle clássico será um fator limitante para escalar computadores quânticos, acrescentando que a integração pretende fazer das GPUs parte desse caminho de controle.
Os detalhes técnicos
A Qblox atribui o link de baixa latência aos seus processadores de sequência Q1 e à interconexão LINQ, que, segundo a empresa, fornecem a taxa de transferência necessária para que seu sistema de controle Cluster trabalhe em conjunto com GPUs. Nessa arquitetura, rotinas aceleradas por GPU podem atualizar parâmetros de qubits enquanto os experimentos estão em execução, em vez de apenas entre execuções.
A empresa também afirma que dados de síndrome para correção quântica de erros podem ser enviados a decodificadores baseados em GPU com latência suficientemente baixa para permitir a identificação e a correção de erros em tempo real. Essa é uma distinção relevante: em muitos fluxos de trabalho híbridos, o pós-processamento clássico fica fora do caminho crítico de temporização, enquanto aqui o objetivo declarado é a participação direta no controle ao vivo.
As medições reportadas são específicas do hardware. A Qblox afirma que a latência de ida e volta ficou abaixo de 4,0 microssegundos na RTX PRO 6000 Blackwell e abaixo de 7,2 microssegundos no DGX Spark. O anúncio não traz uma metodologia de benchmarking mais detalhada nem validação independente.
Por que isso importa
Para processadores quânticos, o feedback clássico rápido é cada vez mais importante à medida que os sistemas avançam para rotinas mais complexas de calibração e correção de erros. Se GPUs puderem ser inseridas no laço de controle sem adicionar atraso excessivo, elas poderão lidar com tarefas computacionalmente pesadas que seriam difíceis de executar apenas com eletrônica de controle de função fixa.
Isso é particularmente relevante para cargas de trabalho de decodificação em correção de erros e para calibração adaptativa, em que decisões precisam ser tomadas com rapidez suficiente para afetar o experimento em andamento. O anúncio da Qblox sugere um esforço para conectar o desenvolvimento em escala de laboratório à implantação em escala maior usando o mesmo caminho de software do CUDA-Q tanto em desktops quanto em sistemas de GPU de data center.
O que observar
Este passo mais recente se baseia em marcos anteriores citados pela Qblox: trabalho anterior com NVQLink anunciado em outubro de 2025 e suporte à API em tempo real do CUDA-Q em março de 2026. A nova afirmação não diz respeito a uma arquitetura futura, mas a desempenho medido em hardware agora integrado ao controlador da empresa.
As próximas perguntas são práticas. Pesquisadores e clientes vão querer ver como os números de latência se traduzem em aplicações específicas, quão amplamente a abordagem se adapta a diferentes modalidades de qubits e se o sistema de ponta a ponta consegue sustentar esses tempos sob cargas experimentais maiores. Por ora, o anúncio aponta para um papel mais claro das GPUs dentro do controle quântico, e não apenas ao seu lado.
Fontes
Os fatos desta página vêm das fontes abaixo, reunidas pela DesignQuantum.
- Qblox Integrates NVIDIA DGX Spark With Quantum System Controller thequantuminsider.com
- NVIDIA CUDA-Q developer.nvidia.com